壟作模式設施植保機器人設計與導航系統試驗

摘要：

針對設施壟作模式下空間結構狹小、環境密閉造成機器自主作業困難等問題，設計一種四輪獨立驅動轉向設施植保機器人，開發基于UWB和IMU的組合導航控制系統，并對機器人進行室內壟間與換壟行走性能測試。首先根據設施壟作模式特點，確定底盤壟間行走和換壟作業模式并設計相應的底盤結構部件；然后基于行走作業模式與底盤結構開發設施植保作業機器人的導航控制系統，采用UWB定位技術與IMU模塊進行組合導航，以機器人的位置信息和姿態信息作為輸入，在底盤運動學模型的基礎上，采用純跟蹤算法實現導航控制。最后開展機器人室內導航實地測試。結果表明，在行駛速度為0.5m/s、1.0m/s、1.5m/s時，該機器人的壟間直線行走最大橫向偏差平均值分別為0.094m、0.106m、0.148m，平均偏差分別為0.028m、0.041m、0.068m。該機器人在室內具有較好的轉向靈活性和導航行走精度，能夠滿足設施壟作結構特點下的行走作業要求，為自主設施植保作業機器人的研制提供參考。

關鍵詞：設施溫室;壟作模式;植保機器人;自主導航

中圖分類號：S625； TP273

文獻標識碼：A

文章編號：2095-5553 （2025） 03-0071-08

收稿日期：2023年9月29日" 修回日期：2023年11月13日*

基金項目：浙江省“尖兵”研發技術攻關項目（2023C02012）；浙江省“領雁”研發技術攻關項目（2023C02053）；浙江省農業科學院成果推廣項目（2023R30CB001）

第一作者：馮昊棟，男，1998年生，河南鶴壁人，碩士研究生；研究方向為智能農機裝備設計與制造。E-mail： Zhrory@126.com

通訊作者：俞國紅，男，1969年生，浙江蕭山人，碩士，高級工程師；研究方向為農業機械化工程。E-mail： Yuguohong@163.com

Design and navigation system experimentation of plant protection robots in ridge planting conditions

Feng Haodong1， Zheng Hang2， 3， Zhang Yi4， Xue Xianglei2， 3， Tong Junhua1， 3， Yu Guohong2， 3

（1. School of Mechanical Engineering， Zhejiang Sci-Tech University， Hangzhou， 310018， China;

2. Institute of Agricultural Equipment， Zhejiang Academy of Agricultural Sciences， Hangzhou， 310021， China;

3. Key Laboratory of Agricultural Equipment for Hilly and Mountainous Areas in Southeastern China （Co-construction by

Ministry and Province）， Ministry of Agriculture and Rural Affairs， Hangzhou， 310021， China;

4. Zhejiang Qiantang Robot and Intelligent Equipment Research Co.， Ltd.， Hangzhou， 310002， China）

Abstract：

To solve the problems of autonomous operation in narrow and enclosed spaces under ridge planting conditions， a four-wheel independently driven and steering plant protection robot is designed， and a combined navigation control system based on UWB and IMU technologies is developed. The robot’s performance is tested for inter-ridge and ridge-changing operations indoors. First， the characteristics of the ridge planting conditions are analyzed to define the chassis inter-ridge walking and ridge-changing operation modes， and corresponding chassis structural components are designed. Based on these operation modes and the chassis structure， a navigation control system of the plant protection robot is developed. This system integrates UWB positioning technology and an IMU module for combined navigation， using robot’s positional information and attitude information as the inputs. A pure tracking algorithm is implemented on the chassis kinematic model to achieve precise navigation control. Finally， indoor navigation tests of the robot are conducted. The results show that at speeds of 0.5m/s， 1.0m/s and 1.5m/s， the maximum lateral deviations of the robot’s inter-ridge straight-line walking are 0.094m， 0.106m and 0.148m， and the average deviations are 0.028m， 0.041m and 0.068m， respectively. The robot demonstrates excellent steering flexibility and navigation accuracy indoors， meeting the operational requirements of ridge planting structures. The findings provide a valuable reference for the development of autonomous plant protection robots for facility-based operations.

Keywords：

facility greenhouse; ridge planting; plant protection robot; autonomous navigation

0 引言

設施農業是一種綜合應用現代生物和信息技術的高新技術產業，是可以實現農作物高產、優產的現代農業模式，是未來農業的發展方向［1］。相對大田種植，室內空間封閉、高溫高濕且作物種植密度大，更容易導致作物病蟲害的發生。目前溫室植?；静捎萌斯ねㄟ^背負式手動（電動）噴霧器，人工噴灑隨機性高，機具作業效率低、機械化水平低，且密閉環境對植保工作人員健康傷害大［2］。植保作業是保證農作物高產、穩產的重要環節，先進的植保裝備和技術多處于試驗階段還未普及，因此設施農業的高效率、高品質的優勢無法充分體現。溫室壟間距狹窄且種植物密集，室內空間狹小，目前市面上大多數傳統的自走式噴桿植保機轉向和掉頭所需空間大，操縱方便性較差，容易造成農作物的碾壓，同時影響植保作業效率，無法直接應用在設施環境。

自主導航是實現植保機器人在溫室內無人化作業的基礎［3］，溫室內實現精準定位是植保機器人自主導航的技術基礎［4］。在定位方面，全球定位系統（GPS）被廣泛用于自動導航農機定位研究中，但大多用于室外大田環境。設施溫室遮擋物較多，GPS信號嚴重衰減，定位精度低［5］。常見的定位方法還有使用視覺傳感器或紅外線傳感器進行機器人定位，但是受到光照條件影響較大，不適用于溫室環境下的導航定位［6］。因此，研發和應用在溫室環境下靈活性高的自主植保作業機器人，對提高我國的設施作業機具自動化程度和設施農業生產效率具有重要的現實意義。

近年來，國內外針對溫室智能植保作業技術與裝備開展了大量研究。管澤峰等［7］設計了電磁導式噴霧機器人導航系統，利用磁導航傳感器和測距傳感器實現溫室移動平臺的協同作業行走控制，前期需要鋪設誘導線及磁標等，應用受限且成本高；侯加林等［8］設計了基于激光雷達的溫室運輸機器人，通過在底盤的頭、尾部搭載二維激光雷達實現溫室環境下的定位導航。但激光雷達在壟作環境下工作時，激光點云不能準確掃描田壟的點云信息，從而難以保障植保機運行軌跡的正確性。UWB技術具有較高的傳輸速率和時間分辨率，其信號強度不受距離影響且功耗較低，視距通訊下有著較高的定位精度，已被廣泛應用于室內高精度定位［9］。雖然UWB定位技術能夠實現溫室環境內的高精度定位，但受遮擋影響，慣性導航定位不受環境限制。在溫室環境下，UWB和IMU數據的有效組合可為溫室機器人作業過程提供穩定的高精度數據。

本文針對設施溫室空間狹小、植保機轉向困難、溫室內定位精度差等問題，設計一種基于UWB/IMU組合導航的四輪獨立轉向的植保機器人，并通過純跟蹤算法實現對預設軌跡的跟蹤控制，以實現設施溫室植保環節的自動化、無人化作業，為設施農業機械化、智能化發展提供技術與裝備支撐。

1 整機結構與工作原理

1.1 設施壟作模式結構特征

與露天田間環境不同，設施溫室為半結構化的設施農業環境，其由鋼體框架搭建，頂部安裝外遮陽系統［10］。設施溫室可被劃分為道路區域和種植區域兩部分，其中道路區域為工作人員和運輸設備通行的水泥硬化路面，路面寬度為1.8m；種植區域為壟作模式，中間分布若干金屬立柱。設施溫室環境如圖1所示。

設施溫室內葉菜類種植的壟型多為寬平壟，如圖2所示，該壟型壟距為1450mm，壟溝寬300mm，壟頂寬1050mm，壟高150mm。植保機械作業過程需要跨壟行走，目前設施蔬菜起壟主要依靠人工操作機械起壟，壟溝直線度誤差大，影響植保機械的壟間通過性，同時溫室內只有道路區域可進行掉頭和換壟作業，需要植保機具有較好的靈活轉向性。

1.2 整機結構

根據上述設施溫室結構和轉向要求，設計一款可全方位行駛的植保作業機器人。該機器人主要由噴霧模塊、獨立驅動/轉向模塊、導航模塊以及控制模塊組成?？傮w結構如圖3所示。其中噴霧模塊由折疊噴桿、電推桿、隔膜泵、噴頭等組成；獨立驅動/轉向模塊由車輪、轉向電機、蝸輪蝸桿減速器、角度傳感器、驅動電機等組成，如圖4所示；導航模塊由上位機、UWB模塊、IMU傳感器、移動電源、安裝支架等組成；控制模塊由STM32F407單片機、電機驅動器、繼電器，串口顯示器等組成，其控制系統操作界面如圖5所示。植保機有兩種控制模式，分別是遙控模式和自主導航模式。其中遙控模式是通過遙控器發出信號，控制器接收信號后通過控制電機驅動器和相應繼電器遠程實現植保機的前進、后退、轉向、噴霧打開/關閉、噴桿折疊等功能。當植保機到達指定位置時，通過切換操作界面啟動自主模式，植保機開始跟蹤預定軌跡，上位機實時處理偏差并將驅動信號傳輸至底盤控制系統實現導航行走作業。

1.3 工作原理

設施植保機器人控制系統結構如圖6所示。操作人員通過遙控器控制植保機到達溫室道路區域的指定位置后，植保機切換到自主模式，然后上位機發出指令，噴桿自動展開并噴霧，植保機開始跟蹤預定軌跡。上位機通過UWB輸入位置信息和IMU輸入的航向信息計算出橫向偏差和航向偏差，通過純跟蹤算法計算出車身角速度發送至底盤控制器；上位機與底盤控制器通過CAN總線協議進行通訊，控制器根據接收到的車身角速度通過運動學模型計算出四輪的轉角和速度，通過CAN接口與電機驅動器傳輸數據，實時調整車輪轉向，實現植保機沿作業軌跡導航行駛。STM32通過I/O接口為噴霧模塊提供控制信號，完成噴霧啟?？刂啤姉U折疊控制。遙控模式下，遙控器信號以RS485通信方式發送遙控信號到底盤控制器。

設施植保機器人的主要技術參數如表１所示。

2 溫室調頭、換壟工況與運動學模型

2.1 溫室調頭換壟工況分析與路徑規劃

當植保機在進入溫室后需要在狹窄道路區域進行調轉車頭動作和換行作業。設計的四輪獨立轉向植保機可實現原地轉向和平移換行作業。如圖7所示，當植保機行駛至位置點A時，切換到自主模式。上位機打開串口，開始接收UWB定位數據和IMU數據，植保機開始跟蹤AB段軌跡，當到達B處時，控制器控制植保機的各車輪轉動至特定角度，以原地轉向的方式實現車頭旋轉90°，令車頭與噴霧作業路徑平行，然后轉向輪回正，植保機繼續沿著既定作業路徑BC跟蹤。當植保機行駛至C點時，車輪反向行駛，植保機開始回航。當植保機回航至B點時，控制器發出指令，控制底盤的各輪相同方向轉動90°，以一種平行運動的方式實現換壟作業，此時車頭方向仍與路徑BC保持平行，當植保機移動到下一直線跟蹤路徑起點D時，轉向輪回正。同理，按上述控制方法完成剩余的既定作業路徑，當植保機回航行駛至點F點后再平移運動到補給點處完成作業任務，植保機停止所有運動。

綜上，當植保機需要掉頭運動時，如行至B點處，可以實現原地轉向控制。當植保機需要換壟作業時，如行至D處，可實現平移換壟控制。原地轉向和平移換壟方式簡單靈活，能縮短轉向和換行時間，解決狹小溫室內需要較大轉向空間的問題，有較強的適用性。

植保機自主導航模式工作時，上位機發出控制信號，植保機開始跟蹤提前規劃好的行駛路徑，如圖7所示，行駛路徑包括噴霧作業路徑、回航路徑和換行路徑，AB、BD、DF為預設換行路徑，BC、DE、FG為噴霧作業路徑；CB、ED、GF、IH為回航路徑。植保機在噴霧作業路徑時，自動啟動水泵并噴出藥液，在橫移換壟路徑和回航路徑時，自動關閉水泵并停止噴藥。圖7中箭頭方向表示植保機行駛方向。

2.2 四輪轉向植保機運動學模型

運動學模型是植保機運動控制的基礎［15］。設計的植保機由4個直流電機實現驅動，由4個轉向電機提供轉向力矩實現轉向。在噴霧作業過程中，底盤能按照上述所規劃的路徑行駛，誤差小且軌跡平滑。每個獨立驅動模塊的車輪轉向角度和車輪的速度必須相互協調，否則會導致車體變形。為滿足以上要求，需要建立底盤運動學模型。

基于阿克曼原理的低速轉向模型是農用底盤常用的轉向模式［12］。為保持實時控制效果，使瞬心預設在底盤中軸線的延長線上。簡化后的低速轉向模型如圖8所示，底盤低速向左繞旋轉中心O′旋轉。四輪轉向底盤的運動分解關系推導如式（1）～式（4）所示。

α1=α3=arctanL2R－B

（1）

α2=α4=arctanL2R+B

（2）

v1=v2=ωR－B22+L24

（3）

v3=v4=ωR+B22+L24

（4）

式中： L——底盤的軸距；

B——底盤的輪距；

vi——4個車輪的速度，i=1，2，3，4；

αi——4個車輪的轉角，i=1，2，3，4；

R——繞瞬心O′旋轉半徑；

ω——底盤角速度。

當植保機底盤進行原地轉向運動（圖9）時，底盤形心即為旋轉中心，各輪的旋轉半徑和速度相同，且每個車輪的速度與豎直方向的夾角相同，并根據底盤的輪距和軸距，可由三角函數得出，即為O。

tanα=BL

（5）

由式（5）可得

α=arctanBL=0.736rad

（6）

當斜行（圖10）時各輪的轉速相同，偏轉角相同且不為0°，即

v1=v2=v3=v4

（7）

α1=α2=α3=α4

（8）

當橫移換壟運動時，偏轉角轉至90°，即

α1=α2=α3=α4=90°

（9）

3 導航控制策略

3.1 導航功能實現原理

植保機導航系統組成如圖11所示，包括上位機、UWB定位模塊、IMU傳感器、角度傳感器和四輪轉向植保機。

UWB定位模塊包括1個UWB定位標簽、4個UWB定位基站、移動電源和基站安裝支架。其中，UWB定位基站通過安裝支架固定于定位區域邊緣作為定位參考點。UWB定位標簽為1個UWB無線傳感器，安裝于植保機車身頂部對稱軸線上并通過串口與上位機通訊，UWB標簽通過與定位基站進行無線通信，獲得與各定位基站間的距離信息。植保機機身上安裝IMU傳感器并通過串口與上位機通訊，用于實時測量車身的航向信息。

首先確定預設軌跡，將該軌跡以二維數組的形式存儲到上位機中，和上位機相連的UWB標簽實時接收與定位基站的距離信息，據此可計算出植保機當前的位置坐標，再由前視距離來獲得軌跡跟蹤的目標點，通過分析IMU采集到的當前姿態信息得出航向信息。從而確定目標方向，通過純跟蹤算法計算出植保機角速度并發送至底盤控制器，控制器根據運動學模型計算出四輪的轉角和速度，實現植保機導航（圖12）。

3.2 純跟蹤模型

目前農業機械導航控制方法為PID控制［13］、模糊控制［14］、模糊PID控制［15］、純跟蹤控制［16］和最優控制［17］等。PID控制可靠性高，但控制參數整定繁瑣復雜。模糊控制需要根據專家經驗制定其控制規則，追蹤誤差一般較大，難以快速修正?；谏窠浘W絡的最優控制非常依賴訓練樣本，需要大量訓練樣本才能保證路徑追蹤效果。

設施內空間狹小，障礙物多，在提前規劃好底盤行駛軌跡的同時需要控制算法具有響應速度快、魯棒性好的優點。植保機室內作業軌跡多為直線軌跡，路徑較單一，選用簡單的控制算法就能滿足設施內導航要求，并節省上位機程序處理的時間。純跟蹤算法主要是通過對底盤進行運動學建模建立直觀的幾何模型進行公式推導，只需要調整參數找到最合適的前視距離就可以達到良好的跟蹤效果。因此采用純跟蹤控制來解決路徑跟蹤問題。

純跟蹤模型如圖13所示。AB線為跟蹤路徑，底盤質點為C點，過C點作AB垂線，垂足為D，從D點沿AB線一定距離為預瞄點P。過C點作Y軸的垂線，并與CP的中垂線相交于點O，即為期望轉向中心。

CP轉向半徑和圓心角分別為R和β，則有幾何關系

β=2α

（10）

Ldsinβ=Rsinπ2－α

（11）

整理得

R=Ld2sinα

（12）

Ld=（xP－xC）2+（yP－yC）2

（13）

式中： （xP，yP）——

預瞄點P在UWB坐標系下的坐標；

（xC，yC）——

植保機質心C點的坐標，可通過UWB測距值計算出具體位置。

由圖13可以推導出角速度的表達式為

ω=2LX·vLd2

（14）

式中： ω——質點處的角速度；

v——控制點處的線速度；

Ld——前視距離；

LX——

預瞄點在坐標系下的X軸向距離。

結合推導出的運動分解公式，可以將質點處的線速度和角速度分解為4個車輪的轉速、轉角控制量。

橫向偏差和航向偏差都是在UWB和IMU信息解析計算得到的數值。由圖13可知，前視距離Ld為直角△CDP的斜邊CP，其中直角邊DC為橫向偏差d，DP為重要的控制模型參數，經實際測試取定值1.5m。

3.3 位置解算算法

將UWB定位基站安裝在同一高度，采用TW—TOF雙向飛行時間法測量UWB定位標簽與UWB定位基站間的距離［18］，根據標簽與各定位基站的距離以及各基站的位置坐標，得到平面4點的定位方程組，如式（15）所示。

（x－x0）2+（y－y0）2=d02

（x－x1）2+（y－y1）2=d12

（x－x2）2+（y－y2）2=d22

（x－x3）2+（y－y3）2=d32

（15）

式中： （xi，yi）——

基站坐標，i=1，2，3;

（x，y）——標簽坐標；

d0、d1、d2、d3——

標簽到基站Ai的測距值。

對式（15）簡化可得到關于標簽坐標（x，y）的線性方程組，其矩陣表示形式為

Ax=B

（16）

其中x=xi yiT。

式中： x——標簽位置坐標。

其中矩陣A和矩陣B具體形式如式（17）和式（18）所示。

A=

2（x1－x0）2（y1－y0）

2（x2－x1）2（y2－y1）

2（x3－x2）2（y3－y2）

（17）

B=

x12－x02+y12－y02+d12－d02

x22－x12+y22－y12+d22－d12

x32－x22+y32－y22+d32－d22

（18）

使用最小二乘法求解式（19），可得到基于當前UWB標簽的二位坐標計算值x。

x=（ATA）－1ATB

（19）

3.4 卡爾曼濾波預處理UWB測距值

設施溫室內存在若干金屬支柱，植保機移動過程中，安裝在機身上的UWB標簽與安裝在溫室內的UWB定位基站之間由于金屬立柱的遮擋會產生非視距誤差，同時由于傳感器自身屬性會產生隨機系統誤差，所以植保機在溫室作業過程中獲得的UWB測距數據需要進行預處理。

卡爾曼濾波器用于預處理測距值，并抑制導致UWB距離值突變的隨機系統誤差和一些非視距距離誤差。使用t-1和t的測距值的差值作為測量向量，將x1=0設置為初始狀態，并建立離散狀態模型用于測距值濾波。

xt=Azxt-1+Wt

zt=Hxt+Vt

（20）

式中： Az——系統狀態轉移矩陣，Az=

1dt

01

；

H——系統測量矩陣，并且H=［1 0］；

Wt、Vt——

當前的過程噪聲和測量噪聲，Wt～N（0，Qt），Vt～N（0，Rt）。

基于離散狀態模型的先驗估計產生預測狀態x-t和預測協方差P-t。

x-t=Azxt-1

（21）

P-t=AzPt-1AzT+Qt

（22）

式中： xt-1——瞬時t-1最佳狀態估計；

Qt——瞬時t過程噪聲的協方差矩陣。

卡爾曼增益Kt從系統中獲得，如式（23）所示。

Kt=P－tH（HP－tHT+Rt）－1

（23）

式（23）表明，預測協方差P－t與卡爾曼增益Kt呈正相關，觀測噪聲Rt與卡爾曼增益Kt呈負相關。因此，當測量矢量誤差增大時，當前時刻的卡爾曼增益Kt將減小。更新狀態x^t和協方差Pt產生結果如式（24）和式（25）所示。

x^=x^t－1+Kt［zt－H（x－t－x^t－1）］

（24）

Pt=（1－H·Kt）P－t

（25）

x^t表示當前狀態下的最優估計，并且x^t和Pt將在時刻t+1參與先驗估計，直到濾波結束。

4 試驗與結果分析

4.1 自動導航作業試驗

為檢驗植保機的自動導航作業系統的穩定性，在浙江省農業科學院楊渡試驗基地進行試驗。試驗材料：設施植保機、上位機、UWB定位模塊、IMU傳感器等。

溫室內的試驗場地為四邊形壟田區域（尺寸為20m×20m）。UWB定位基站位于試驗場地4個角落，UWB基站安裝高度為2m。建立導航坐標系，各基站坐標分別為A0（0，0）、A1（20，0）、A2（0，20）、A3（20，20），單位為m。UWB定位標簽安裝在植保機頂部對稱軸線上。試驗前進行上位機、傳感器、控制電源等各控制系統部件的安裝和檢查，設定噴霧路徑、回航路徑和換行路徑，植保機分別按照0.5m/s、1.0m/s、1.5m/s的速度行駛，采樣頻率為10Hz。植保機出發的初始位置為A0（5，5），初始橫向、航向偏差均為0°，沿指定方向行駛。同一初始狀態的試驗重復3次，各數據求平均值。上位機記錄實際跟蹤軌跡并和規劃軌跡進行比較，計算橫向偏差。植保機實際規劃軌跡如圖14所示。

4.2 試驗結果分析

對導航橫向偏差的平均值和最大值進行統計分析。最大偏差是在整個試驗過程中橫向偏差最大值，平均偏差是從試驗開始到結束的橫向偏差均值。

植保機可在噴霧路徑下自動打開噴霧功能，在換行路徑處實現平移換行控制，在回航路徑下植保機自動關閉噴霧功能。不同速度下實際軌跡與規劃軌跡的橫向偏差統計結果如表2所示，植保機分別以0.5m/s、1.0m/s和1.5m/s的速度跟蹤規劃軌跡，最大橫向偏差平均值分別為0.094m、0.106m、0.148m，平均橫向偏差分別為0.028m、0.041m、0.068m。在不同速度下，路徑跟蹤精度基本滿足溫室植保作業要求。

從圖15可以看出，植保機在前期實際作業行駛時，橫向偏差有所增大，主要原因：植保機底盤設施內在作業時，由于道路區域和壟作區域之間有一定的高度差，導致車身產生傾斜或滑移。植保機受到路面平整度的影響，導致IMU傳感器獲取車體位姿信息產生突變，影響導航性能。雖然顛簸地面不平對傳感器的定位精度造成一定影響，但是試驗結果展現的導航精度和穩定性對于植保作業是可以接受的，在不同速度下的導航精度基本滿足溫室植保作業要求。后期將持續改進控制算法，不斷降低相關因素對導航控制的影響，持續提高導航的控制精度，以適應更加復雜溫室結構環境的自主移動要求和機械化作業需求。

5 結論

1） 針對設施壟作模式下植保機轉向和換行困難的問題，設計一種基于阿克曼轉向的設施植保機，可以實現原地轉向控制和平移換行控制，為解決狹小溫室內掉頭和換行困難等問題提供新的方案。

2） 設計的UWB/IMU組合的植保機自動導航系統能夠按照規劃路徑完成直線行駛、平移換壟、原地轉向和自動打開/關閉噴霧。溫室試驗表明：當植保機速度為0.5m/s、1.0m/s、1.5m/s時，最大橫向偏差平均值分別為0.094m、0.106m、0.148m，平均橫向偏差分別為0.028m、0.041m、0.068m。

參 考 文 獻

［1］ 孫錦，高洪波，田婧，等.我國設施園藝發展現狀與趨勢［J］.南京農業大學學報，2019，42（4）：594-604.

Sun Jin， Gao Hongbo， Tian Jing， et al. Development status and trends of protected horticulture in China ［J］. Journal of Nanjing Agricultural University， 2019， 42（4）：594-604.

［2］ 齊飛，李愷，李邵，等.世界設施園藝智能化裝備發展對中國的啟示研究［J］. 農業工程學報， 2019， 35（2）： 183-195.

Qi Fei， Li Kai， Li Shao， et al. Development of intelligent equipment for protected horticulture in world and enlightenment to China ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（2）：183-195.

［3］ 姬長英，周俊.農業機械導航技術發展分析［J］.農業機械學報，2014，45（9）：44-54.

Ji Changying， Zhou Jun. Current situation of navigation technologies for agricultural machinery ［J］.Transactions of the Chinese Society for Agricultural Machinery， 2014， 45（9）： 44-54.

［4］ 劉成良，林洪振，李彥明，等.農業裝備智能控制技術研究現狀與發展趨勢分析［J］.農業機械學報，2020，51（1）：1-18.

Liu Chengliang， Lin Hongzhen， Li Yanming， et al. Analysis on status and development trend of intelligent control technology for agricultural equipment ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（1）：1-18.

［5］ 林相澤，王祥，林彩鑫，等.基于超寬帶的溫室農用車輛定位信息采集與優化［J］.農業機械學報，2018，49（10）：23-29，45.

Lin Xiangze， Wang Xiang， Lin Caixin， et al. Location information collection and optimization for agricultural vehicle based on UWB ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（10）： 23-29， 45.

［6］ 李天華，吳增昊，廉憲坤，等.基于定向攝像頭的大拱棚運輸車視覺導航研究［J］.農業機械學報，2018，49（S1）：8-13.

Li Tianhua， Wu Zenghao， Lian Xiankun， et al. Navigation line detection for greenhouse carrier vehicle based on fixed direction camera ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（S1）： 8-13.

［7］ 管澤峰. 溫室作業車輛行走控制技術與裝備［D］.鎮江：江蘇大學，2017.

［8］ 侯加林，蒲文洋，李天華，等.雙激光雷達溫室運輸機器人導航系統研制［J］.農業工程學報， 2020， 36（14）：80-88.

Hou Jialin， Pu Wenyang， Li Tianhua， et al. Development of dual-lidar navigation system for greenhouse transportation robot ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（14）：80-88.

［9］ 趙辰彥，姚立健，楊自棟，等.基于無線定位的溫室生產平臺自動導航［J］.浙江農林大學學報，2020，37（3）：578-586.

Zhao Chenyan， Yao Lijian， Yang Zidong， et al. Automatic navigation of production platform in greenhouse based on wireless positioning ［J］. Journal of Zhejiang A amp; F University， 2020， 37（3）： 578-586.

［10］ 畢松，張國軒，李志軍，等.基于測距值修正的溫室植保機器人定位方法［J］. 農業機械學報， 2023， 54（8）： 347-358.

Bi Song， Zhang Guoxuan， Li Zhijun， et al. Positioning method of greenhouse plant protection robot based on distance measurement value correction ［J］.Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（8）： 347-358.

［11］ 景亮，張亞飛，沈躍，等.四輪獨立驅動高地隙無人噴霧機軌跡跟蹤自適應控制［J］.農業機械學報，2021，52（12）：408-416.

Jing Liang， Zhang Yafei， Shen Yue， et al. Adaptive trajectory tracking control of 4WID high clearance unmanned sprayer ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（12）： 408-416.

［12］ 何杰，滿忠賢，胡煉，等.履帶式花生聯合收獲機路徑跟蹤控制方法與試驗［J］. 農業工程學報， 2023， 39（1）： 9-17.

He Jie， Man Zhongxian， Hu Lian， et al. Path tracking control method and experiments for the crawler-mounted peanut combine harvester ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（1）： 9-17.

［13］ 丁幼春，何志博，夏中州，等.小型履帶式油菜播種機導航免疫PID控制器設計［J］.農業工程學報，2019，35（7）：12-20.

Ding Youchun， He Zhibo， Xia Zhongzhou， et al. Design of navigation immune controller of small crawler-type rape seeder ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（7）：12-20.

［14］ 白如月，汪小旵，魯偉，等.施藥機器人對行施藥系統的設計與試驗［J］. 華南農業大學學報， 2018， 39（5）： 101-109.

Bai Ruyue， Wang Xiaochan， Lu Wei， et al. Design and experiment of row-following pesticide spraying system by robot ［J］. Journal of South China Agricultural University， 2018， 39（5）： 101-109.

［15］ 劉偉健，羅錫文，曾山，等.基于模糊PID控制的再生稻自適應仿形割臺性能試驗與分析［J］. 農業工程學報， 2022， 38（10）：1-9.

Liu Weijian， Luo Xiwen， Zeng Shan， et al. Performance test and analysis of the self-adaptive profiling header forratooning ricebased on fuzzy PID control ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022，38（10）：1-9.

［16］ 姚立健，Santosh K Pitla，楊自棟，等.基于超寬帶無線定位的農業設施內移動平臺路徑跟蹤研究［J］.農業工程學報，2019，35（2）：17-24.

Yao Lijian， Santosh K Pitla， Yang Zidong， et al.Path tracking of mobile platform in agricultural facilities based on ultra wideband wireless positioning ［J］.Transactions of the Chinese Society of Agricultural Engineering，2019，35（2）：17-24.

［17］ 韓科立， 朱忠祥， 毛恩榮， 等. 基于最優控制的導航拖拉機速度與航向聯合控制方法［J］. 農業機械學報， 2013， 44（2）： 165-170.

Han Keli， Zhu Zhongxiang， Mao Enrong， et al. Joint control method of speed and heading of navigation tractor based on optimal control ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2013， 44（2）： 165-170.

［18］ 繆希仁，范建威，江灝，等.基站異常情況下基于改進極限學習機的超寬帶室內定位方法［J］.傳感技術學報， 2020， 33（10）： 1457-1466.

Miao Xiren， Fan Jianwei， Jiang Hao， et al. Method of UWB indoor location based on improved extreme learning machine in case of anchor abnormity ［J］.Chinese Journal of Sensors and Actuators，2020，33（10）：1457-1466.